Opinion

Les agents IA feront du contexte commercial un actif opérationnel

mm
Ajouter Unite.AI à vos sources préférées sur Google
An operator updates a central reference card on a board connecting different business responsibilities.

Un après‑midi avec un agent IA peut transformer une idée d’entreprise en plan marketing, en aperçu de produit et en une pile de travaux inachevés. Chaque nouvelle direction est facile à explorer. Suivre ce qui a été décidé demande davantage de discipline.

L’agent est prêt à aider pour la prochaine demande. L’entreprise a besoin d’un endroit utile où revenir lorsque la conversation se termine.

Le registre de ce que fait une société, de qui elle sert et des décisions qu’elle a prises devient partie intégrante de son infrastructure opérationnelle. À mesure que les agents assument davantage de tâches récurrentes, maintenir ce registre exact deviendra une responsabilité fondamentale de la gestion de l’entreprise.

Une bonne réponse aide à accomplir une tâche. Une décision claire, enregistrée à un endroit où la tâche suivante peut la retrouver, continue d’être utile. Cette continuité deviendra un atout de plus en plus précieux pour les entreprises axées sur les agents.

L’entreprise ne peut pas vivre entièrement dans votre tête

Une société peut servir plusieurs publics grâce à différents produits. Imaginez une entreprise de logiciels qui vend à la fois à des professionnels indépendants et à de plus grandes équipes. Un freelance peut acheter pour son utilité immédiate ; une équipe peut également nécessiter un accès partagé, des contrôles d’approbation et du support. Les décisions marketing et produit doivent refléter ces différences.

Le propriétaire peut comprendre ces distinctions sans consulter de document. Un agent a besoin d’un moyen de les retrouver.

Lorsque vous effectuez tout le travail vous‑même, une partie surprenante de l’entreprise peut rester non écrite. Vous vous rappelez pourquoi vous avez abandonné une offre, quel public une publication sert, ou si une idée a été approuvée. Vous intégrez ces connaissances dans le travail sans y réfléchir beaucoup.

Confier les tâches à des agents rend ces décisions implicites plus visibles. Un livrable soigné peut néanmoins être erroné pour l’entreprise s’il repose sur le mauvais public ou sur un plan abandonné.

Le prompting devient une compétence de gestion. Une partie de cela consiste à apprendre à donner une mission claire. Il existe également une question qui survit à toute mission : que doit retenir l’entreprise une fois que cette conversation se termine ?

Donner aux travaux continus un foyer durable

Commencez par les faits qui restent utiles à l’ensemble de l’entreprise : ce qu’elle fait, à qui elle s’adresse et comment ses responsabilités s’articulent. Conservez le contexte plus spécifique à proximité du travail qu’il décrit. Le profil client d’un produit appartient à ce produit ; le brief actuel appartient au projet.

Ensuite, rendez le chemin de lecture explicite. Indiquez à l’agent où établir le contexte de l’entreprise, comment trouver la responsabilité pertinente et quel matériel il lui faut pour la tâche. Un simple nom de dossier ne suffit pas.

Une mission de support client et une mission marketing peuvent commencer avec la même compréhension du produit tout en s’appuyant sur des instructions et des dossiers de projet différents. Les faits partagés restent cohérents, et les différences restent visibles.

Supposons que cette société de logiciels décide qu’une nouvelle fonctionnalité n’est disponible que dans son forfait équipe. L’agent de support a besoin de ce fait lorsqu’il répond à un client. L’agent marketing en a besoin lorsqu’il rédige un courriel de lancement. Conserver une description distincte dans chaque flux de travail crée deux endroits qui peuvent diverger.

Attribuez à la décision un foyer clair que les deux flux de travail consultent. Le contexte utile est la politique produit actuelle, accompagnée d’une explication suffisante pour l’appliquer. Chaque nouvelle mission pourra alors partir de la même décision.

Comme le souligne Mathew Haswell (co‑fondateur, Refiant) dans son essai sur le problème de mémoire de l’IA, les informations disponibles pendant une session et les connaissances transférées entre les sessions servent des objectifs différents. Pour un opérateur, cela soulève une question pratique : quels faits et quelles décisions méritent de survivre au travail d’aujourd’hui ?

Plus de documentation ne garantit pas un meilleur travail

Il est tentant de répondre en tout consignant par écrit. Chaque correction devient une nouvelle règle. Chaque projet ajoute un paragraphe aux instructions. Finalement, l’agent a beaucoup à lire et plusieurs versions de ce que l’entreprise souhaite.

Le volume de documentation est une mauvaise mesure du progrès. Une description courte et précise d’un public peut être plus utile que des pages de plans qui ne s’appliquent plus.

Le guide de juillet sur l’ingénierie du contexte d’Anthropic décrit la suppression des contraintes inutiles et le chargement d’instructions spécialisées lorsqu’elles sont nécessaires. Ses exemples comprennent des consignes contradictoires qui obligent le modèle à consacrer des efforts à résoudre ce qui lui a été indiqué.

C’est un problème organisationnel familier. Une entreprise peut changer de direction lors d’une réunion tout en laissant l’ancienne direction dans le document que tout le monde consulte. Donner à un agent l’accès aux deux versions ne résout pas la question de savoir laquelle représente l’entreprise aujourd’hui.

Il existe également une limite à ce que le contexte peut corriger. Une prépublication de juillet examinant les agents de codage n’a trouvé aucune amélioration mesurable de la justesse grâce aux stratégies de contexte testées. Dans ces tâches, fournir des consignes de référentiel n’a pas résolu les échecs d’implémentation.

Soyez précis sur le rôle de ces fichiers. Le contexte commercial peut communiquer un choix d’audience que le modèle ne pourrait pas connaître autrement. Il ne peut pas fournir toutes les compétences nécessaires à l’exécution de la tâche. Le résultat doit encore être évalué.

Maintenir le contexte à jour devient un travail opérationnel

Conserver cet enregistrement mérite la même attention que sa création.

Lorsque une offre change, la description utilisée par les agents doit évoluer en même temps. Lorsqu’un flux de travail est retiré, il doit quitter la voie de lecture active. Lorsqu’une expérience devient une décision, cette distinction doit être clairement enregistrée.

Sinon, l’entreprise continue de prêter attention à des choix déjà réglés. Le propriétaire corrige la même hypothèse à nouveau, et la correction disparaît dans une autre conversation.

Les outils commencent à répondre à cela. L’annonce de mémoire d’agent géré d’Anthropic décrit des mémoires stockées sous forme de fichiers exportables, avec un accès limité et un historique d’audit montrant d’où proviennent les modifications. Ces capacités facilitent l’inspection de l’enregistrement. Il faut encore que quelqu’un décide si cela représente fidèlement l’entreprise.

Pour un opérateur solo, cette personne sera généralement le propriétaire. Dans une plus grande entreprise, la responsabilité peut incomber aux personnes qui possèdent l’offre, l’audience ou le processus. Dans tous les cas, la conservation de l’enregistrement doit rester proche des décisions qu’il décrit.

Facilitez le retour à l’espace de travail à mesure que l’entreprise évolue. Donnez à une nouvelle session l’accès aux décisions établies et remplacez les hypothèses lorsque ces décisions changent. La prochaine tâche pourra alors avancer sans rouvrir chaque question antérieure.

Le contexte commercial devient un actif opérationnel grâce à ce travail continu. Une entreprise le construit en rendant les décisions explicites et en les maintenant utiles. À mesure que les agents prennent davantage de responsabilités, la qualité de cette compréhension partagée influencera de plus en plus ce que l’entreprise peut accomplir.

Alex dirige les opérations d'information propulsées par l'IA de Unite.AI, en combinant le journalisme, la recherche et l'automatisation pour soutenir une couverture opportune et évolutive de l'intelligence artificielle. Son travail aide à garantir que les développements émergents de l'IA sont mis en avant efficacement tout en maintenant les normes éditoriales de la publication.